Conclusão - Para onde seguir a partir daqui?

Modelagem com dados no Tidyverse

Albert Y. Kim

Assistant Professor of Statistical and Data Sciences

Código-fonte R de todos os vídeos

Disponível em http://bit.ly/modeling_tidyverse

Outros cursos de Tidyverse

Disponível aqui e aqui

Trilha Tidyverse Fundamentals

Trilha Intermediate Tidyverse Toolbox

Revisão: Estrutura geral de modelagem

Em geral: $y = f(\vec{x}) + \epsilon$
Modelos de regressão linear: $y = \beta_0 + \beta_1 \cdot x_1 + \epsilon$

Modelo de declives paralelos

Modelo polinomial

Modelos de árvore

Cursos da DataCamp com outros modelos

Cursos com diferentes $f()$ em $y = f(\vec{x}) + \epsilon$:

Revisão: Tabela de regressão

# Fit model:
model_score_1 <- lm(score ~ age, data = evals)

# Output regression table:
get_regression_table(model_score_1)

# A tibble: 2 x 7
  term      estimate std_error statistic p_value lower_ci upper_ci
  <chr>        <dbl>     <dbl>     <dbl>   <dbl>    <dbl>    <dbl>
1 intercept    4.46      0.127     35.2    0        4.21     4.71 
2 age         -0.006     0.003     -2.31   0.021   -0.011   -0.001

ModernDive: livro online

Usa ferramentas do tidyverse: ggplot2 e dplyr
Aprofunda os modelos de regressão deste curso
Usa os conjuntos de dados evals e house_prices (e mais)
Objetivo: inferência estatística via ciência de dados
Disponível em ModernDive.com

Boa sorte!

Modelagem com dados no Tidyverse